计算机与数字工程杂志 统计源期刊

计算机与数字工程 2017年第12期杂志 文档列表

计算机与数字工程杂志算法与分析

基于TL1范数的改进K-SVD字典学习算法2327-2331

摘要：K-SVD字典学习算法通过稀疏编码和字典更新两步迭代学习得到训练样本的字典, 用OMP （Orthogonal Matching Pursuit） 算法求解稀疏表示, 用SVD分解算法对字典更新.但应用在图像重构时, OMP算法运行速度比较慢, 且恢复的准确度不够高.针对该问题, 为了提高字典训练速度与性能, 在稀疏编码阶段用TL1范数代替了l0 范数, 用迭代阈值算法求解稀疏表示.为考察改进算法的恢复准确率, 在不同稀疏度下进行数据合成实验, 结果表明改进算法比K-SVD算法训练恢复的准确率高.进一步考察改进算法的图像重构能力, 选取标准图像进行仿真, 实验结果表明改进算法比K-SVD算法能更快得到训练字典, 获得更高的峰值信噪比 （PSNR）, 具有更好的重构性能.

基于改进人工蜂群算法的网络突发事件预测2332-2335

摘要：由于网络突发事件预测的复杂性, 传统的网络突发事件预测效果并不理想.针对这种情况, 对传统人工蜂群算法 （ABC） 的寻优搜索公式进行了较大改进, 将传统的单-搜索公式扩展为雇佣蜂和跟随蜂各-个搜索公式, 并根据人工蜂群算法的群体智能涌现原理, 将改进的人工蜂群算法 （IABC） 引入网络群体环境中进行突发事件预测, 以此为基础, 提出了-种基于改进人工蜂群的网络突发事件预测算法.语料库测评中以K最近邻分类 （KNN）、 ABC、 GABC、 IABC三种算法进行实验, 实验结果表明, 论文所提算法在网络突发事件预测的准确率、 召回率、 综合性评价指标上都是最优的, 因而完全可用于实际.

基于神经网络算法的车辆行驶识别研究2336-2340

摘要：针对汽车行驶的识别问题, 通过选取6种典型道路工况作为工况识别的初始样本, 对每一种典型道路工况进行分块以对识别样本进行扩充, 同时选取了10个能够充分表征工况特征的特征参数并进行计算, 对每一种典型工况的特征参数值进行归一化处理后形成其对应的标准特征参数向量, 构建初始的学习向量量化的神经网络工况识别模型, 对工况识别模型进行有效训练以提升模型的识别精度.模型训练完成后的神经网络算法, 运用综合测试工况进行工况识别仿真验证试验.试验结果表明 训练完成的神经网络算法能够有效地对实际工况进行识别.

基于主成分分析与栅格划分的点云压缩算法研究2341-2345

摘要：三维激光扫描仪可在短时间内通过非接触测量获得大量高度密集的点云数据, 针对大量数据导致的资源占用多和数据处理速度慢的问题, 提出了一种基于主成分分析和空间栅格划分的点云压缩算法; 该算法通过对邻域点集作主成分分析建立点的局部特征描述子, 对点云空间进行栅格划分, 在栅格内依据点的局部特征描述子确立特征点, 剔除非特征点; 实验结果表明, 该算法能在保持原有模型局部细节特征的同时较大程度地压缩点云数据.

基于博弈论——云物元的后方仓库军械器材管理能力评估2346-2349

摘要：在构建后方仓库军械器材管理能力评估参数体系的基础上, 综合运用博弈论和云物元思想, 建立了后方仓库军械器材管理能力参数权重及参数值确定模型, 为后方仓库军械器材管理能力的多目标评估提供了方法.

MMTD算法在蚁群算法中的应用和研究2350-2353

摘要：当今的计算机专家和工程师们为了提高机器的智能性, 因此在各科的领域中开发出了众多的智能算法, 这些算法主要用于解决最优解问题.蚁群算法是智能算法中的一种, 该算法采用由个体的最优解从而引导产生整体的最优解.在蚁群算法中当蚂蚁寻找最短路径的时候, 利用信息素浓度的不同和挥发系数的不同强度为蚁群寻找最优解提供了重要依据.论文根据已有的蚁群算法, 提出了使用MMTD算法对蚁群信息素的挥发系数进行衡量和计算, 将MMTD算法在蚁群算法中进行应用是该文主要创新之处.

考虑分布式发电并网的电网潮流计算2354-2358

摘要：针对分布式电源的接入将对配电网运行及安全产生重大影响的问题, 论文对含分布式发电的配电网潮流进行了计算和分析.通过分析常见的几种分布式电源, 建立了它们各自在潮流计算中的模型, 并结合配电网结构特征, 提出了一种改进型的前推回代法来计算含配电网的系统潮流.然后, 通过在33节点母线系统中进行仿真研究和测试, 证明了所提方法的可行性.最后, 分析DG并网对网络电压的分布和网损的影响.

基于交通网络传递的传染病风险传播模型研究2359-2363

摘要：针对我国复杂交通网络对传染病传播的巨大影响, 提出一种基于马可夫链 （MarkovChain） 模型构建复杂社会交通网络中传染病动态的传播模型.模型以公路、 高铁、 自驾及航空等人口流动常见交通网络作为传染病传播模型研究的切入点, 建立真实环境下的社会交通网络拓扑结构, 并构建传染病风险指标模型.论文以近十年的新型流感病毒传染病为例, 以感染人数重症病例数为验证标准进行验证.实验结果表明, 经过该模型计算传染病传播的结果与实际病例数据呈现正相关性,因此该模型对预测传染病的潜在传染风险程度具有一定的研究价值.

对传统几种组卷算法改进与比较分析2364-2367

摘要：组卷算法也是网络考试系统中的关键问题之一, 论文在组卷算法方面也进行了一定的研究, 实现了一种改进的随机算法和遗传算法, 并对算法的实际效果进行了比较分析.

计算机与数字工程杂志信息融合

基于双多线激光雷达的低矮道边检测2368-2372

摘要：低矮道边检测是无人驾驶汽车环境感知的重要课题, 其感知的效果直接影响着自动驾驶的性能.针对城市低矮道边检测问题提出了一种新的基于双多线激光雷达的道边检测与提取方法.方法首先通过梯度一致性特征将原始雷达点云分成路面点与障碍物点两类; 其次, 利用栅格地图对障碍物点进行过滤、 聚类处理; 然后利用路面点与栅格地图提取候选路边点; 最后使用改进的RANSAC算法实现道边的提取.方法已成功运用在无人车上, 实验表明, 方法具有良好的检测效果.

基于样本间最小欧氏距离的多特征融合识别算法研究2373-2378

摘要：在目标跟踪过程中, 为了提高目标图像识别的准确率和实时性, 提出了一种基于样本间最小欧氏距离和DS证据理论的多特征融合识别方法 （E一DS）.在对目标图像进行预处理和Sobel边缘检测的基础上, 提取目标的颜色和几何两类视觉特征, 加以归一化, 形成目标图像特征向量; 根据多特征DS融合理论, 以2类单特征样本间的最小欧氏距离作为独立证据构造基本概率分配函数, 结合DS证据组合规则, 给出最终的识别结果.将多特征E一DS融合识别方法应用于目标识别试验中, 计算结果表明此识别方法平均正确识别率达到95.49%, 最高正确识别率达到97.16%, 且此组间识别率的方差最小, 验证了这一方法的有效性.

基于MEMS室内定位的姿态角解算2379-2382

摘要：为提高基于MEMS室内定位的精度, 将加速度计和陀螺仪应用到室内定位中提出了一种新的求解姿态角的方法.通过将加速度计和陀螺仪的数据相结合, 使用四元数法求出初级姿态角, 再将初级姿态角与陀螺仪的角速度相结合使用卡尔曼融合, 得出最终的姿态角.该方法与现有的方法相比, 减小了来自噪声和磁场的干扰.仿真结果表明 该解算算法能够提高姿态角的准确度.

带领导者和不同时滞的多无人机系统编队控制2383-2388

摘要：基于多智能体系统时滞一致性理论, 对有领导者和不同时滞的多无人机系统编队控制问题进行研究, 改进了系统的控制协议, 使多无人机系统在获得很少信息的情况下就能实现一致.在变拓扑网络结构下, 采用时域LMI方法得到不同时滞二阶多无人机系统达到一致的充分条件, 通过解线性矩阵不等式得到了时滞的最大容许值.进一步, 对无人机间通信时滞和无人机与领导者间通信时滞相同的情况加以讨论, 并通过仿真实验验证了控制器设计的有效性.

词汇化调序模型中融合语言特性的层次短语翻译方法研究2389-2392

摘要：针对越南语语言特性, 提出在词汇化调序模型中融合语言差异特性的汉语一越南语的统计机器翻译方法.该方法首先分析汉语与越南语语法不同, 提取越南语在定语位置、 状语位置及修饰词词语顺序上与汉语的差异, 然后形式化定义这些差异规则, 以对数线性模型的形式融入进词汇化调序模型中.在训练过程, 通过融合语言差异特性的词汇化调序模型对符合特性的规则进行权重调优, 从而在解码过程中指导候选翻译的选择.实验结果表明, 在词汇化模型里融合语言特性的汉语一越南语的层次短语机器翻译模型比基准系统提高了0.6 ~ 2.1 个BLUE值.

基于Toeplitz矩阵的MIMO雷达DOA估计2393-2397

摘要：多输入多输出 （Multiple Input Multiple Output, MIMO） 雷达在目标识别和参数估计方面具有独到的优势, DOA估计是MIMO雷达参数估计的重要内容.从MIMO雷达接收信号模型出发, 推导了发射正交信号, 在接收端匹配滤波的过程, 提出了一种接收信号协方差toeplitz矩阵的构造方法以实现信号解相干.基于高分辨子空间MUSIC方法对算法估计性能进行了对比研究, 仿真结果表明, 在相同的条件下所提出的算法能够实现低信噪比条件下目标信号解相干, 可以估计相邻目标方位, 具有较好的估计能力.

基于多特征融合的窃电识别算法研究2398-2401

摘要：针对目前专变大用户窃电手法多样化, 而传统的防窃电技术可行性较低.基于国内外研究现状, 提出一套基于多特征融合的异常用电智能分析模型的实施方案.通过对异常用电的表现行为进行特征提取, 基于每个特征采用机器学习方法学习用电异常的判决阈值, 针对每一个具体特征均进行了独立的异常检测后, 采用多特征融合的方法对独立的检测结果进行融合, 获得综合的结果.将该结果通过异常指数分析模型计算异常指数, 最后通过异常阈值筛选出异常用电户.通过该方法, 基本能够做到将用电行为异常的窃电用户筛选出来.

计算机与数字工程杂志系统结构

基于联合模型的中文社交媒体命名实体识别2402-2406

摘要：随着互联网的发展, 对中文社交媒体中命名实体进行识别具有重要的意义, 传统的做法是采用监督学习方法,局限于标注数据的稀缺.然而, 通用领域中有足够的语料库且社交媒体中的海量未标注的文本可以用于提高命名实体识别的效果.论文提出了一个联合模型, 利用通用领域语料库和社交网络领域中未标注的文本进行训练.该联合模型由两个模型组成, 一个是跨领域学习模型另外一个是半监督学习模型.跨领域学习基于领域的相似性学习通用领域的信息.半监督学习通过主动学习目标域内未标注的信息.该联合模型提高了命名实体识别的效果, 且大大减小了人工标注语料工作.

基于激光探测的抽取式超低烟气排放系统研究2407-2410

摘要：基于提升烟气排放检测精确性的目的, 该研究从烟道设计角度出发, 通过在锅炉烟道的激光探测器中加装棱镜和固定螺母调节的方式, 避免了激光光束的遮挡问题, 并且在激光探测器探头部分加装多层滤网减少尘埃对检测结果的影响, 同时在烟道内侧添加耐高温纳米陶瓷涂层以减少光吸收现象的发生.针对烟气排放的特性, 设计了数据采集与数据检测的超低烟气排放检测系统.实验分析结果表明 与便携式手持烟气分析仪相比, 总体偏差度平均值可有效地控制在 ±5%以内.